Python实现基于LZW算法的图像编码与解码

设计任务、目的和要求

1. 设计任务：对一幅图像进行LZW编码和解码
2. 目的：熟悉Python编程实现LZW编解码，加深对LZW编码和解码原理及实现过程的理解
3. 要求：根据上课所学LZW原理独立实现对图像的编解码

总体方案设计

系统运行环境：Python3.x

编程软件平台：Python自带的IDLE

编码算法基本思想：

起初，构造信源字符序列的编码码本（字典）每个字符序列对应一个索引值。压缩过程中 ，动态更新码本（字典）。每当压缩扫描图像时，字典中发现一个没有出现过的字符序列，就把该字符序列存到字典中。用字典的索引值作为这个字符序列的代码，替换原图中的字符序列。下次再碰到相同字符序列，就用字典索引值代替字符序列。压缩结果，除压缩图像外，不需保留压缩过程中形成的字典，只是解压缩时，临时恢复此字典

编码规则

• 设：S为输入字符串变量；R为临时变量。
• 判断“RS”是否存在于字符串表（字典）中
• 如果字典表中存在“RS”？
• 编码不输出任何结果 ，且令：R = RS ；
• 如果字典表中不存在“RS”？
• 更新字典，在字典表末尾为“RS”添加索引；
• 编码输出为R在字符串表中索引，令R =S

解码规则

• 设：S为输入字符串变量；R为临时变量 。
• 读入第一个码字“S”，解码输出其在字典中对应的字符串值，且令 R = S。
• 读入下一码字“S”，判断“S”是否在字典中，如果字典中存在“S”？
• 更新字典，将“R字串”和“S字串第一个字符”
• 构成新串，添加字典末尾；
• 解码输出S字串值；并且，令 R = S ；
• 如果字典中不存在“S”？
• 将“R字串”和“R字串第一个字符”构成新串，
• 添加字典末尾；
• 解码输出该新串；并且，令R =S。

算法流程图设计

代码实现

import matplotlib.pyplot as plt  #导入第三方库
import matplotlib.image as image  #导入第三方库
import numpy as np  #导入第三方库
plt.rcParams["font.sans-serif"] = "SimHei"  # 修改字体的样式可以解决标题中文显示乱码的问题
plt.rcParams["axes.unicode_minus"] = False  # 该项可以解决绘图中的坐标轴负数无法显示的问题
img = image.imread('D:/PANDA.bmp')  #读取图片
##编码函数的定义
def Encode(img):
    plt.subplot(121)  #设置子图
    plt.title('原始图像')
    shape=img.shape
    plt.imshow(img,cmap='gray')  #显示原始图像，便于对比
    img1=img.flatten()  #图像序列化
    dict1=dict(zip(np.array(range(256),dtype='str'),range(256)))  #构建初始化字符串表
    dict1['LZW_CLEAR']=len(dict1)  #构建初始化字符串表
    dict1['LZW_EOI']=len(dict1)  #构建初始化字符串表
    result=[]  #定义编码结果存放位置
    R= ''  #初始化R
    result.append(dict1['LZW_CLEAR'])  #读取开始字符
    for S in img1:  #依次读入每个待编码数据
        if R=='':  #第一次读
            temp=str(S)
        else:
            temp=R +'-'+ str(S)  #构成RS
        if temp in dict1.keys():
            R=temp  #RS在字典中，就令R=RS
        else:
            dict1[temp]=len(dict1)  #RS不在字典中，更新字典
            result.append(dict1[R])  #RS不在字典中，输出R索引
            R = str(S)  #RS不在字典中，就令R=S
    result.append(dict1[R])  #将最后一个R输出
    result.append(dict1['LZW_EOI'])  #输出结束符
    return result,shape  #返回输出结果，编码完成
##解码函数的定义
def  Decode(code_stream,shape):
    img=""  #解码结果放在img字符串中
    S = code_stream.pop(0)  #读取开始字符
    values=[str(x)+'-' for x in range(S)]  #构建初始化字典的索引
    dict1=dict(zip(range(S),values))   #构建初始化字典    
    dict1[len(dict1)]='LZW_CLEAR'  #构建初始化字典
    dict1[len(dict1)]='LZW_EOI'  #构建初始化字典
    R=''  #临时变量R
    for i in range(len(code_stream)):  #循环读入码流
        S=code_stream.pop(0)  #取第一个码字
        if S in dict1.keys():  #如果S在字典中
            if R=='':
                img+=(dict1[S])  #数据为第一个码字
                R=S  #R=S
            else:
                head=dict1[S].split('-')
                temp=dict1[R]+head[0]+'-'  #构建RS
                dict1[len(dict1)]=temp  #更新字典
                img+=(dict1[S])  #输出S
                R=S  #R=S
        else:  #如果S不在字典中
            head=dict1[R].split('-')
            temp=dict1[R]+head[0]+'-'  #构建RS
            dict1[len(dict1)]=temp  #更新字典
            img+=(temp)  #输出RS
            R=S  #R=S
    img=img.rstrip('-LZW_EOI')  #去掉输出的-LZW_EOI
    img=np.array(img.split('-'),dtype=int)  #输出结果类型转换
    img=img.reshape(shape)  #输出结果变为原始图像形状
plt.subplot(122)  #设置第二个子图
plt.title('解码重构图像')
plt.imshow(img,cmap='gray')  #绘制解码输出图像，便于对比
##调用函数
code,shape=Encode(img)  #对输入图像编码
Decode(code,shape)  #通过编码结果进行解码
plt.show()

运行结果

测试图片